گوگل از قابلیت Live Avatar برای هوش مصنوعی جمینای رونمایی کرد [تماشا کنید]

گوگل آپدیت جدیدی را برای جمینای 3.8 لایو معرفی کرده که به کاربران اجازه می‌دهد با یک شخصیت هوش مصنوعی متحرک گفت‌وگو کنند.

 این قابلیت جدید که Live Avatar نام دارد، هنگام صحبت‌کردن، حرکات لب خود را با صدا هماهنگ می‌کند و در طول مکالمه حالت‌های مختلف چهره را نشان می‌دهد. این قابلیت درحال‌حاضر فقط برای مشتریان سازمانی جمینای در دسترس است.

قابلیت Live Avatar هوش مصنوعی جمینای

قابلیت Live Avatar با ترکیب تولید ویدیو لحظه‌ای و گفتار، تجربه‌ای ایجاد می‌کند که در آن مدل می‌تواند با یک شخصیت بصری پویا گوش دهد، ببیند و صحبت کند. طبق اعلام گوگل، آواتار زنده می‌تواند بدون افت کیفیت ویدیو یا ایجاد انحراف بصری بین ۹۷ زبانی که از آن‌ها پشتیبانی می‌کند، جابه‌جا شود.

در یکی از ویدیوهایی که گوگل منتشر کرده، لایو آواتار به زبان‌های انگلیسی و ژاپنی صحبت می‌کند و حرکت لب‌های آن در هر دو زبان با کلماتی که بیان می‌کند هماهنگ است. این آواتار همچنین می‌تواند هنگام صحبت‌کردن، اطلاعاتی را روی صفحه نمایش دهد.

عرضه قابلیت آواتار زنده حدود یک هفته پس از آن انجام می‌شود که گوگل از مدل جدید Gemini 3.8 Live رونمایی کرد. گوگل می‌گوید این مدل ورودی‌های بصری را تقریباً به‌صورت لحظه‌ای پردازش می‌کند. اگرچه گوگل مجموعه‌ای از آواتارهای از پیش آماده را در اختیار مشتریان قرار می‌دهد تا از میان آنها انتخاب کنند، سازمان‌ها می‌توانند آواتارهای اختصاصی خود را بسازند. گوگل می‌گوید خروجی آواتار زنده به واترمارک نامرئی SynthID مجهز است و در کنار آن، تدابیری برای احترام به هویت نیز در نظر گرفته شده است.

قابلیت Live Avatar با هماهنگ‌سازی دقیق حرکات لب با صدا، حالات چهره طبیعی و نوبت‌گیری روان در مکالمه، به کسب‌وکارها اجازه می‌دهد خدمات مجازی خود را به شکلی تعاملی‌تر گسترش دهند. این قابلیت می‌تواند هم برای ارائه خدمات پشتیبانی مشتریان و هم برای اجرای راهنمایی‌های تعاملی مورد استفاده قرار گیرد.